免費開始練習
普考申論題 106年 [統計] 統計學概要

第 一 題

📖 題組:
隨機抽取六位大學男生修習統計和英語的成績如下: 男學生 1 2 3 4 5 6 統計 57 53 40 77 98 50 英語 60 36 18 84 99 10
📝 此題為申論題,共 4 小題

小題 (一)

計算統計和英語成績的皮爾遜(Pearson)相關係數(r)。(6 分)

思路引導 VIP

本題測驗皮爾遜相關係數的基礎計算。解題時應先列表求出各變數的總和(ΣX、ΣY)、平方和(ΣX²、ΣY²)以及交乘積和(ΣXY)。接著代入離差平方和與交乘積和公式(Sxx、Syy、Sxy),最後求得相關係數 r,此作法可有效避免計算過程中因平均數除不盡而產生四捨五入的累積誤差。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】利用未分組資料的皮爾遜相關係數公式 $r = \frac{S_{xy}}{\sqrt{S_{xx} \times S_{yy}}}$ 進行求解,並透過計算表彙整各項總數以確保精確度。 【解答】 Step 1:定義變數並建立計算表

小題 (二)

將統計和英語成績由小到大分別排序,並計算思匹爾門(Spearman)等級相關係數(rsp)。(7 分)

思路引導 VIP

看到 Spearman 等級相關係數的題目,第一步務必先將兩組變數分別『由小到大』(或由大到小,方向需一致)賦予等級(Rank)。接著計算每對觀測值的等級差 $d_i$ 與其平方和 $\sum d_i^2$,最後代入無同等級(ties)的簡化公式 $r_{sp} = 1 - \frac{6\sum d_i^2}{n(n^2-1)}$ 求解即可。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】斯皮爾曼等級相關係數 (Spearman Rank Correlation Coefficient) 公式:$r_{sp} = 1 - \frac{6\sum d_i^2}{n(n^2-1)}$。 【解答】 計算:Step 1 將成績由小到大排序並給予等級

小題 (三)

對(二)檢定這兩科目的成績等級是否存在顯著關係。顯著水準α=0.1。(需寫出假設檢定的虛無假設和對立假設)。(7 分)

思路引導 VIP

看到題目強調「成績等級」的關聯性檢定,應立即聯想到「斯皮爾曼等級相關係數 (Spearman's rank correlation coefficient)」。解題核心在於先將原始分數轉換為名次等級,計算出等級差的平方和以求得相關係數,最後再利用 t 分配(或查臨界值表)進行顯著性檢定。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用斯皮爾曼等級相關係數(Spearman's rank correlation coefficient)進行無母數檢定,將原始分數轉換為等級後計算相關性,並透過 t 統計量進行檢定。 【解答】 Step 1:設立假設

小題 (四)

說明 r 和 rsp使用上的差異。(10 分)

思路引導 VIP

本題考查兩種常用相關係數的適用情境與統計特性比較。解題時應從「資料尺度(Scale of measurement)」、「衡量關係性質(線性 vs. 單調)」、「分配假設(參數 vs. 無母數)」以及「極端值影響(穩健性)」四個維度進行有系統的論述。

🤖
AI 詳解
AI 專屬家教

【破題】 $r$ 代表皮爾森積差相關係數(Pearson correlation coefficient),而 $r_{sp}$ 代表斯皮爾曼等級相關係數(Spearman rank correlation coefficient)。兩者雖皆用於衡量兩變數間的關聯性,但在適用的資料尺度、統計假設及對極端值的容忍度上具有顯著差異。 【論述】

📜 參考法條

附表:Spearman 等級相關係數的臨界值

📝 同份考卷的其他題目

查看 106年[統計] 統計學概要 全題

升級 VIP 解鎖